Thinking Machines Lab lanserte Inkling 2 Small 5. november 2026. Modellen er den første i selskapets andre Inkling-generasjon, og er foreløpig tilgjengelig med lukkede vekter via selskapets Tinker-plattform. Selskapet planlegger å publisere de fullstendige vektene under Apache 2.0-lisensen, men først etter ekstern sikkerhetstesting.
3
Hva slags modell er Inkling 2 Small?
Thinking Machines Lab, som ble grunnlagt av Mira Murati, tidligere teknologidirektør i OpenAI, omtaler Inkling 2 Small som sin mest kapable modell til nå.
5
13 Den bruker en blanding-av-eksperter-arkitektur (Mixture of Experts), der 594 milliarder parametere inngår totalt, mens 17 milliarder aktiveres for hver token. Modellen kan ta imot tekst og bilder, svare med tekst og justere hvor mye resonnement den bruker.
2
3
Utviklere kan prøve modellen og finjustere den gjennom Tinker, men kan ikke laste ned vektene ennå.
2
3 Det er også rapportert om et kontekstvindu på opptil én million token. Dette er en oppgitt modellspesifikasjon og betyr ikke nødvendigvis at alle Tinker-oppsett gir tilgang til så mye kontekst; tilgjengelige grenser på plattformen kan være lavere.
4
9
Når kan vektene bli åpne?
Ved lansering var Inkling 2 Small tilgjengelig på Tinker med lukkede vekter. Thinking Machines sier at selskapet ønsker å publisere hele modellen under Apache 2.0 etter ekstern sikkerhetstesting og såkalt red teaming, der modellen prøves for å avdekke svakheter og risiko.
3
Tidspunktet er uklart. Lanseringsmeldingen sier «neste uke», mens modellfamiliens nettside sier «i løpet av de kommende ukene» og gjør utgivelsen avhengig av ytterligere sikkerhetstesting.
3
13 Dette er derfor planer, ikke en bekreftet dato for nedlasting.
Hva viser testresultatene?
Artificial Analysis ga Inkling 2 Small 31 poeng på sin Intelligence Index, 18 poeng mer enn forgjengeren.
20 Ifølge organisasjonen vil modellen, dersom vektene blir publisert, bli den høyest rangerte åpne modellen utviklet utenfor Kina på den aktuelle rangeringen. Det er en betinget vurdering – ikke et tegn på at modellen allerede var åpen ved lansering, eller at den leder på alle tester.
20
En annen omtale beskriver resultatet på Intelligence Index som omtrent på nivå med Gemini 3.8 Flash når den modellen kjører med høyeste resonnementinnstilling. Sammenligningen gjelder indeksresultatet, ikke nødvendigvis alle oppgaver eller bruksområder.
11
Artificial Analysis rapporterer også framgang på tester av oppgaver som utføres mer selvstendig. Resultatet på AutomationBench-AA økte fra 5 til 46 prosent, mens FrontierCode 2.0-resultatet gikk fra 5 til 25 prosent.
20 I modellkortet oppgis 13,1 prosent på Terminal-Bench v4.0 og 86,3 prosent på SWE-Bench Pro v2 (Hard). Sistnevnte er markert som det nest høyeste rapporterte resultatet i den aktuelle raden.
26
Dette er ulike tester med ulike mål. Resultatene bør derfor ikke leses som én samlet fasit på hvor god modellen er til programmering.
Trening og praktiske begrensninger
Omtale av lanseringen beskriver at modellen ble forhåndstrent med Nvidias NVFP4-format, en firebits tallrepresentasjon.
17 Dette er en opplysning om treningen, og må ikke forveksles med modellens parameterantall eller testresultater.
Inkling 2 Small kan ta imot tekst og bilder, men tilgjengelige beskrivelser sier at den svarer med tekst og ikke støtter lyd inn.
1
6 For utviklere er den viktigste forskjellen akkurat nå derfor hvordan modellen kan brukes: Tinker tilbyr kjøring og finjustering, mens nedlastbare vekter fortsatt avhenger av sikkerhetstesting.
2
3